Статистический анализ

Понятие «статистический анализ» традиционно ассоциируется с исключительно количественными, цифровыми показателями. Слово «статистика» имеет латинское происхождение и означает «состояние, положение вещей с точки зрения закона». Наполеон Бонапарт называл статистику «бюджетом вещей». В современном понимании, этот термин может быть использован в следующих значениях:

ü как специализированная отрасль знания по вопросам сбора и анализа данных. Термин «статистика» в этом значении стало применяться с середины XVIII века в Германии.

ü как массив определенных статистических данных (статистика рождаемости, статистика посещений сайта и т.п.).

ü как измеримая функция наблюдения в математической статистике: , где — выборка.

Принято считать, что статистика, как научное направление, появилось во второй половине XVIII – начале XIX веков. Конечно, методы и процедуры статистического учета применялись и развивались задолго до XVIII века. Действительно, еще в Древнем Китае проводились переписи населения, в Древнем Риме велся учет имущества граждан, да и в других царствах-государствах было что посчитать и записать. Ценность статистических методов, прежде всего в предоставлении фактов в наиболее сжатой форме. Статистика за сотни лет своей эволюции, отдельными элементами или комплексными методиками применялась и применяется и для административного, в том числе социально-политического управления, и для ведения деятельности отдельного предприятия.

Сейчас, в современном мире статистические методы применяются практически во всех сферах деятельности человека и являются методами сбора, классификации данных с последующим их анализом с целью выявления закономерностей.

Методы статистического анализа ориентированы на решения реальных задач, поэтому постоянно появляются и развиваются новые методы. Динамизм развития статистической науки и использование в самых различных областях деятельности человека, затрудняют классификацию статистических методов. Большинство исследователей с легкостью подразделяют эти методы по способу их применения и использования. В соответствии с этим подходом, статистика, как наука в современном мире, по степени охвата исследуемой области и глубины анализа подразделяется на следующие виды:

· теоретическая статистика (общая теория статистики) – разработка и исследование методов общего характера;

· прикладная статистика – разработка методов и моделей получения анализа статистических данных конкретных явлений и процессов в различных областях деятельности. Подразделяется на ряд подразделов, например, такие хорошо разработанные направления статистики, как математическую и экономическую статистику.

· статистический анализ конкретных данных. Например, медицинская статистика, правовая статистика, биометрика (измерение каких-либо параметров тела человека), технометрика (измерение технических параметров приборов и оборудования), наукометрика (статистические параметры состояния и развития различных направлений сферы образования и науки) и т.д.

Методы статистического анализа могут быть классифицированы по объему анализируемых данных и глубине их взаимосвязи и взаимозависимости. Данная классификация приведена на рисунке 8.2.1 «Классификация методов статистического анализа».

Статистические методы анализа
Одновариантные методы анализа Оценивается только одна характеристика, показатель или каждый показатель обособлено от всех других.
Многовариантные методы анализа Анализ проводится по двум и более показателям.

 


\

 

Методы анализа, использующие метрические показатели Используются данные, которые могут быть измерены по интервальной или относительной шкале
Методы анализа, использующие неметрические показатели Используются данные, которые могут быть измерены по номинальной или порядковой шкале
Методы анализа зависимых переменных Используются для определения одновременных взаимосвязей между двумя или больше явлениями. Этот такие методы анализа, как построение таблиц сопряженности признаков (кросс-табуляция), регрессионный анализ, совместный анализ и т.п.
Методы анализа взаимозависимых переменныхИспользуются для анализа данных всех возможных в том числе скрытых взаимосвязей – взаимозависимости (например, факторный анализ) и межобъектного сходства (например, методы кластерного анализа, многомерного шкалирования).

 

 


Рисунок 8.2.1 Классификация методов статистического анализа